本文内容来源于《测绘通报》2024年第10期，审图号：GS京（2024）1967号
蒋源1,2, 张欢3, 朱高峰4, 朱凤华3, 熊刚3
基金项目：国家自然科学基金(U1909204)
关键词：车道线检测, 双边分割网络, 多尺度, 注意力机制, 端到端
摘要 ：针对车道线分布范围广、占像素少、特征不易提取的问题,本文构建了一种基于多尺度特征融合的残差车道线检测网络。首先,以残差双边网络为基础,采用双边特征聚合模块,利用语义分支的上下文信息指导同一阶段的细节分支的特征响应,并融合两分支的信息;然后,针对不同阶段具有不同尺度,使用多尺度自适应特征对齐融合模块,构建采样前后偏移向量索引表,降低因简单采样而造成的细节信息缺失;最后,引入空间注意力机制,增强模型的长距离特征捕捉能力。试验结果表明,本文模型在3个公开数据集上均取得了良好效果,其中在CULane数据集上的准确度达77.89%,比目前主流算法高2%。
往期推荐
资讯
○ 中国地质大学（武汉）胡丹怡：顾及温度效应改正的多星敏感器角速度重建方法 |《测绘学报》2024年53卷第9期
○ 招聘信息 | 国网电力空间技术有限公司2025届高校毕业生招聘
○ 自然资源部地理国情监测重点实验室2025年开放基金申请指南
○ 院士论坛 | 龚健雅：开放地球引擎（OGE）研究进展与应用
